Teilprojekt MI 3page.mi.fu-berlin.de/cbenzmueller/papers/R25.pdfMI 3 — Seite 2 Pinkal / Siekmann / Benzmuller¨ 3.1 Allgemeine Angaben zum Teilprojekt MI 3 3.1.1 Thema Tutorieller

MI 3 — Seite1

Pinkal/ Siekmann/ Benzmuller

Teilprojekt MI 3:

DIALOG:

Tutorieller Dialog mit einemMathematik-Assistenzsystem

MI 3 — Seite2


3.1 AllgemeineAngabenzum Teilprojekt MI 3

3.1.1 Thema

TutoriellerDialogmit einemMathematik-Assistenzsystem

3.1.2 Fachgebietund Arbeitsrichtung

KunstlicheIntelligenzundComputerlinguistik

3.1.3 Leiter/in

Name,Geburtsdatum: Pinkal,Manfred,24.08.1949

Siekmann,Jorg, 05.08.1941

Benzmuller, Christoph,08.09.1968

Dienstanschrift: FR Computerlinguistik/ FR Informatik / FR Infor-

matik

UniversitatdesSaarlandes

D-66041Saarbrucken

Telefon: 0681-302-4343/ 0681-302-5275/ 0681-302-4574,

Telefax: 0681-302-4351/ 0681-302-5076/ 0681-302-4351

E-mail: [email protected]

[email protected]

[email protected]

Ist die StelledesLeiters/derLeiterndesProjektesbefristet?

Pinkal [x] Nein [ ] Ja,befristetbiszum

Siekmann [x] Nein [ ] Ja,befristetbiszum

Benzmuller [ ] Nein [x] Ja,(zunachst)befristetbiszum31.12.2003

MI 3 — Seite3


3.1.4 Uberfuhrung

entfallt

3.1.5 VorgeseheneUntersuchungen

In demTeilprojektsindvorgesehen:UntersuchungenamMenschen [x] ja [ ] nein

klinischeStudienim Bereichder

somatischenZell- oderGentherapie [ ] ja [x] nein

Tierversuche [ ] ja [x] nein

gentechnologischeUntersuchungen [ ] ja [x] nein

3.1.6 Bisherigeund beantragteForderung desTeilprojektesim Rahmendes

Sonderforschungsbereichs(Erganzungsausstattung)

Haushalts- Personalkosten SachlicheVerw.- Investitionen gesamtjahr ausgaben

bis1998 715.2 715.2

1999 240 240

2000 240 240

2001 254.4 254.4

Zwischen- 1449.6 1449.6summe

2002 254.4 2.4 256.8

2003 254.4 1.2 255.6

2004 254.4 254.4(Betragein TDM)

3.2 Zusammenfassung

Ziel desProjektsist die empirischeUntersuchung,die Modellierungund die Implementie-

rungnaturlich-sprachlichenDialogsin einertutoriellenAnwendungfur ein mathematisches

Teilgebiet.UbergeordneteMotivationist dieUntersuchungundRealisierungvonDialogtech-

niken in einerinhaltlich undpragmatischanspruchsvollen Anwendung,die einerseitsechtes

MI 3 — Seite4


Sprachverstehenmit einerTiefensemantikundDialogstrategienundandererseitsechteWis-

sensverarbeitungvoraussetzt.

Im Projektsoll dasKonzepteinesdialogbasiertentutoriellenSystemsrealisiertwerden,das

demBenutzermathematischeBegriffe ausdemBereichderMengentheorieerlautertund in-

teraktiv bei der Durchfuhrungund beim Verstehenvon BeweisenHilfestellung leistet.Das

FachwissendesTutorsystemssoll in dynamischerForm durchInteraktionmit vorhandenen

WerkzeugenderBeweisplanungundMathematik-Assistenzbeigesteuertwerden.

DasProjektist zwarimplementierungsorientiert,besitztabereinenstarkenempirischenSchwer-

punkt.Im EinzelnensindmehrereaufeinanderaufbauendeSimulationsexperimente(alsWizard-

of-Oz-Studien),die konzeptuelleModellierungundsoftwaremaßigeRealisierungderzentra-

lenDialogkomponente,sowiedieImplementierungeinesDemonstratorsystemszurtutoriellen

Dialogfuhrunggeplant.

3.3 Standder Forschung

BeideamProjektbeteiligteGruppenhabenseit langeremin denverschiedenenfur dasDIA-

LOG-Projekt relevantenTeilbereichengeforschtund den internationalenForschungsstand

durch ihre Vorarbeitenmitgepragt. Um Redundanzzu vermeiden,werdenwir Aspektedes

Forschungsstandes,dieaufeigenenArbeitenberuhen,schwerpunktmaßigunterAbschnitt3.4

darstellen,undverweisenim Ubrigenauf die SFBErgebnisberichtezu denProjektenOME-

GA, LISA, CHORUS,undAGINT.

MathematischeAssistenzsysteme

In denvergangenendrei Jahrzehntenwurdenzahlreicheautomatischeundsemi-automatische

Deduktionssystemeentwickelt. NebenderMotivationUnterstutzungssystemefur die Mathe-

matik zu schaffen, galt dasInteressezunachstauchderVerbesserungdesCommonsenseRe-

asoningin derKI. Im Hinblick auf dasletztgenannteZiel ist dergroßeDurchbruchbis heute

ausmehrerenGrundenausgeblieben.Im BereichderMathematikhingegegenkonntenTeiler-

folgeerreichtwerden,wie z.B.dieLosungdesbisdatovonmenschlichenMathematikernun-

gelostenRobbinsProblemsmit demBeweiserEQP(McCune,1997).Esist allerdingsauchauf

langereSichtnichtzuerwarten,dasssolcheBeweissystememenschlichenMathematikernver-

gleichbareFahigkeitenentwickeln. Ein grundsatzlichesProblembei derBenutzungvon De-

duktionssystemenliegt in derKommunikation,weil die logischenBeschreibungsebenenund

MI 3 — Seite5


die mathematischenAusdrucksmittelsich fundamentalunterscheiden.Optimalerweisesollte

einnaturlich-sprachlicherDialogmit demSystemaufeinerdenBedurfnissenundderSprache

desMathematikersbzw. desLernendenangepasstenAbstraktionsebenemoglich sein.Tradi-

tionellevollautomatisierteBeweissystemewie z.B.dieBeweiserersteStufeOTTER(McCune,

1994;McCune& Wos,1997),oderSPASS(Weidenbach,1997)sinddafur ungeeignet,weil sie

maschinennaheKodierungenmathematischerKonzeptevoraussetzen.

In dieserHinsichterscheinenSystemeerfolgversprechender, diea)eineexpressivereSprache

verwenden,b) Abstraktionsmechanismenbereitstellen,c) KommunikationaufderEbenema-

thematischerKonzeptein einergeeignetenFormunterstutzen,d) Teil-Automatisierungenvon

Routineaufgabenerlauben(evtl. auchdurch integriertetraditionelleBeweissysteme)und e)

umfangreicheWissens-ManagementAufgabenubernehmen.Beispielevon Systemen,die in

dieseRichtungzielen,sinddieBeweiserfur LogikenhohererStufeTPS(Andrewsetal.,1996),

PVS(Owre, Rushby& Shankar, 1992),HOL(Gordon,1985),�CLAM(Richardson,Smaill &

Green,) und � MEGA(Benzmuller etal., 1997).Ein Beispielfur einenAbstraktionsmechanis-

musist die Faktenebene(Huang,1994),die Anwendungenvon Definitionen,Satzen,etc.auf

einervon der reinenKalkulebeneabstrahiertenForm beschreibt.Einige Beweiser, wie z.B.

HOLund ISABELLE(Paulson,1994),unterstutzeninteraktivesBeweisenmit Beweistaktiken

(Gordon,Milner & Wadsworth, 1979)und abstrahierendamit von der reinenKalkulebene.

Beweisplanungssystemewie�CLAM oder � MEGA gehennocheinenSchritt weiter und er-

laubendie Planungvon Beweisenmit Hilfe von Beweismethoden.Beweismethodensindum

zusatzlichesWissenangereicherteBeweistaktiken;siewerdenin derBeweisplanungalsPlan-

operatorenverwendet.WesentlichesCharakteristikumdergenanntenSystemeist, dasssieein

explizitesBeweisobjektaufbauenundverwalten.TextuelleodergraphischeBenutzerschnitt-

stellenermoglichendie KommunikationdieserBeweisobjekteandenBenutzer, sieerfordern

aberKenntnissederlogikzentriertenReprasentationsmechanismendereinzelnenSysteme.Ei-

nigeSysteme,z.B. � MEGA, HOL, und�CLAM, integrierenexterneUnterstutzungssystemein

dieautomatisierteBeweissucheoderbietensiedemBenutzerinteraktiv alsSpezialwerkzeuge

an. Insbesonderebei � MEGA umfassendie integriertenSystemenebenverschiedenentradi-

tionellenBeweissystemenauchModellgenerierer, Constraintsolver, undComputeralgebrasy-

stemewie MAPLE (Charetal.,1992)oderGAP (GAP, 1998);insgesamtetwa20verschiedene

Systeme.

Ein interessantesAnwendungsgebietfur mathematischeAssistenzsystemesindMathematik-

Lernumgebungen.In derArbeitsgruppeSiekmannentstehtderzeitim ProjektACTIVEMATH

(Melis, 2000b,2000a)einesolcheLernumgebung, die dasmathematischeAssistenzsystem

� MEGA integriert. Die Anwendungvon Deduktionssystemenin einemsolchenKontext ist

MI 3 — Seite6


deshalbnicht unrealistisch,da die Komplexitat und Schwierigkeit der Aufgabenin vielen

konkretenmathematischenDomanenbereitsim BereichdesLeistungsvermogensheutiger

Deduktionssystemeliegt. In LernumgebungenspielenadaquateReprasentationsformenzur

UbermittlungmathematischerSachverhalteeinewichtigeRolle.EineMoglichkeit ist dieVer-

wendungvonDiagrammen.

Tutorsysteme

TutorielleSystemebesitzen,ebensowie naturlich-sprachlicheDialogsysteme,zwar einelan-

geForschungstradition,abererstin denletztenJahrenhatsichin beidenBereichenein Stand

herausgebildet,der esinteressantmacht,sie im ZusammenhangeinesProjekteszu betrach-

ten.Tutorielle Systemeder neustenGenerationversuchendenStudentenmittels einesDia-

logs uber den Gegenstandeiner tutoriellen Sitzungdazuanzuhalten,sich diesestutorielle

Ziel gedanklichzu erarbeiten.”Dialog“ ist hier allerdingsnochnicht unbedingtim Sinneei-

nesnaturlich-sprachlichenDialogsgemeint.In Ansatzenwurdennaturlich-sprachlicheFahig-

keiten mit einer eingeschranktenDialogfuhrung in tutoriellen Systemenumgesetzt.Dazu

gehorenunteranderema)Autotutor(Person,Graesser, Harter& Mathews,2000),einSystem

dasHinweisezur Beantwortung von Benutzerfragenin gesprochenerSpracheerzeugtund

durchMimik einesTutoragentenunterstutzt,b) Geometrietutor(Aleven& Koedinger, 2000),

dervon demStudenteneineexaktenaturlich-sprachlicheBeschreibungeinesgeometrischen

Konzeptserfordertund Hinweisebei fehlerhafterAusdrucksweisevon seitender Studenten

gibt,undc) Ms.Lindquist(Heffernan& Koedinger, 2000),einAlgebratutor, derdenStudenten

bei derErarbeitungeinerFormelzur BeschreibungeinesmaßigkomplexenZusammenhangs

durchZerlegungin TeilaufgabenundExplorationvonBeispielenunterstutzt.Tatsachlichhan-

delt essich bei diesenSystemenalso um Systememit dialogischenElementen,ohnedass

aberdaseigentlichePotenzial,dasim naturlich-sprachlichenDialog steckt,ausgenutztwird.

Grundsatzlichfehlt die Moglichkeit derflexiblen naturlich-sprachlichenEingabe(stattdessen

findenmenubasierteVerfahrenVerwendungodereswird, wie im Geometrie-Tutor, derexakte

Wortlaut verlangt),ebensoubrigensdie flexible Behandlungvon Formeleingaben(unerwar-

tete Gleichungenkonnenvom Systemnicht uberpruft werden).Die Inhalte der tutoriellen

Sitzungensindzudemin all diesenSystemensehrenggehalten.Die zentraleRolle von Dia-

logfahigkeitenfur denErfolg tutorieller Sitzungenkonnteempirischnachgewiesenwerden

(Moore,2000).

Ein generellesProblemexistierenderTutorsystemeauf derArchitekturebeneist die fehlende

Trennungvon Domanenreprasentation,tutoriellerStrategie undnaturlich-sprachlichemDia-

MI 3 — Seite7


log. Daserschwertdie IdentifikationdomanenspezifischerAspekteunddomanenunabhangi-

ger Anteile und ein modularesVorgehenbei der Systementwicklung.Perspektiven fur eine

bessereLosungwerdenbeideneigenenVorarbeitenerwahnt.

Dialogsysteme

DialogsystemegehorenzudenerstenAnwendungen,mit denensichdieSprachverarbeitungs-

forschunguberhauptbeschaftigt hat.Ein Charakteristikumwarbisin dieNeunzigerJahrehin-

eindergeschriebeneInteraktionsmodus(in ErmangelungvonbrauchbarenSpracherkennungs-

und Sprachsynthesewerkzeugen),und damit einegewisseVernachlassigungvon Fragender

Benutzerakzeptanz(die bei geschriebenerInteraktionohnehinnur in geringemAusmaßvor-

handenist). EinezweitedurchgangigeEigenschaftwar derkonsequentewissensbasierteAn-

satz,bei demdasVerhaltendesDialogsystemsdurchelementareSchlusstechniken auf der

GrundlageunterschiedlicherWissensquellenin ganzwesentlichemAusmaßbestimmtwurde.

Diesbetrifft die linguistischeVerarbeitung(AnalyseundGenerierung),die Domanenmodel-

lierung,die Dialogplanungsowie die Intentions-undPlanerkennung.

PlanbasierteMethodenzur Beschreibung aufgabenorientierter, kooperativer Dialoge folgen

oft den grundlegendenArbeiten zur Theorievon Aktion und Interaktionin (Cohen& Le-

vesque,1990), mit Erweiterungenauf gemeinsameAktionen von im Diskurs involvierten

Agenten(Cohen& Levesque,1991).Beispielefur umfangreichewissens-und planbasierte

Dialogsystemeausden fruhenNeunzigerJahrensind dasTRAINS-System(Allen, Miller,

Ringger& Sikorski,1996)undTACITUS(Hobbs,Stickel, Appelt& Martin, 1990).

Die Forschungstraditionhat wichtige EinsichtenuberVoraussetzungenund Strukturenvon

naturlich-sprachlichenDialogenerbracht,ist aber im Blick auf praktischeAnwendbarkeit

nichterfolgreichgewesen.Die Technik,DialogverhaltendurchgangigalsResultateinesInfe-

renzprozessesaufderGrundlagevonWissenunterschiedlichsterArt zuberechnen,hatzuein-

drucksvollenDemonstratorsystemengefuhrt.Siesindabergenerellzu fragil undzu langsam,

und eineErweiterungauf einerealistischeAbdeckungwarezu teuer, um sie zu ernsthaften

Kandidatenfur Anwendungssystemezumachen.

In denletztenzehnJahrenhabenvorallemrapideFortschrittein derSpracherkennungstechno-

logiezueinemstarkwachsendenMarkt fur naturlich-sprachlicheDialogschnittstellengefuhrt.

DieshateinestarkeFokussierungauf extremeinfacheDialogtechnikenbewirkt, die im Blick

auf Benutzerakzeptanz,d.h. hier zunachstauf Effektivitat, Robustheitund Echtzeitverhal-

ten optimiert werden.Der Regelfall sind Dialogmodellein Form endlicherAutomaten(mit

MI 3 — Seite8


unterschiedlichen,abernichtsehrweitgehendenFlexibilisierungsvarianten),Sprachverstehen

auf der Ebenevon Schlusselworterkennung,Sprachausgabedurch (parametrisierte)vorge-

fertigte Ausgaben,und Einbezugvon Domanenwissenauf einer recht trivialen Ebene(z.B.

Datenbank-Abfragenfur Fahrplanauskunft).Beispielefur Dialogsystemeauf dieserEbene

sind (Aust, Oerder, Seide& Steinbiss,1995; Carpenter& Chu-Carroll,1998).Ein weite-

rer AspektanwendungsorientierterDialogforschungist Multimodalitat. Beispielsweisewer-

denmultimodaleDialogeim Kontext desMALIN-Systemsanalysiert,dasauf derLINLIN-

Architektur beruht(Ahrenberg, Dahlback, Jonsson& Thur’ee,1996;Dahlback & Jonsson,

1997;Heeman,Johnston,Denney & Kaiser, 1998).

Seit einigenJahrengibt esunterschiedlicheinteressanteVersuche,flexible, inhaltsorientier-

te Dialoggestaltungzu realisieren,ohnesichwie die traditionelleDialogverarbeitungauf die

KI-vollstandigenProblemeder allgemeinenWissensreprasentationund -verarbeitungeinzu-

lassen.Dies kann man erreichen,indem man die jeweils domanen-und anwendungsspe-

zifisch beschranktenund spezialisiertenFunktionalitatendeszu modellierendenDialogtyps

ausnutzt,dieMachtigkeit derverwendetenVerfahrengenaudaraufabstellt,undinsbesondere

unaufwandigeflacheDialogmodellierungzur PrakompilierunguniformerDialogbestandtei-

le mit sorgfaltig ausgewahltenAspektenwissensbasierterDialogverarbeitungkombiniert.Ein

Beispielist diesog.ARTEMIS-Technologie,mit deresgelungenist,einDialogsystemzurea-

lisieren,dasAngabenin gesprochenerSprachevor demHintergrundeinesAuskunftssystems

interpretiertundmit demBenutzereinenKl arungsdialogfuhrt, bis die gewunschteInforma-

tion oderein angemessenerErsatzdazugefundenund dem Benutzermitgeteilt wird. Eine

anderevielversprechendeRichtungbautauf demKonzeptder sog.Dialogspieleauf (Carl-

son,1985;Carlettaet al., 1997),die nur bestimmteFolgenvon Dialogzugenzulassenoder

aufderModellierungkomplexerdynamischerInformationszustande(Traumet al., 1999),die

regelbasiertDialogzugegenerieren.Wir kommenaufdiesein denEU-ProjektenTRINDI und

SIRIDUSvorangetriebeneForschungsrichtungunter”EigeneVorarbeiten“ zuruck.

Naturlich-sprachliche Analyseund Generierung

Das DIALOG-Projekt wird in seinenempirischenSimulationsteilenautomatischeAnalyse

undGenerierungnicht odernur sehreingeschranktverwenden.Im Demonstratorwollen wir

die in denArbeitsgruppenreichlichvorhandenenTechnikenpragmatischeinsetzen,umexem-

plarischetutorielleDialogsequenzenzu realisieren.Wir fassenunsdeshalbbei derBeschrei-

bungdesForschungsstandeskurzundverweisenaufdenAbschnitt3.4.

MI 3 — Seite9


Zu Spracherkennungwollen wir nur anmerken, dasseszur Zeit kommerzielle”demonstra-

torfahige“ Systemegibt (z.B. dasASR1600/M-SystemderFirmaLernout& Hauspie);in der

Synthesesind fur dasEnglischeakzeptableVollsynthesesystemeerhaltlich (Sproat,1997).

SeiteinigerZeit ist wegenderstandigwachsendenArbeitsspeicherkapazitatendiewesentlich

verstandlichereundgefalligereWortkonkatenationein interessantesalternativesVerfahren.

Zur linguistischenAnalyse:Flachesyntaktisch-semantischeAnalyse,wie siein allenAnwen-

dungssystemenzur naturlich-sprachlichenDialogfuhrungeingesetztwird, reicht nicht aus,

um fur die Dialogfuhrungin einemmathematischenTutorsystemverlasslichesund hinrei-

chenddetailliertesSprachverstehenzu ermoglichen.Dies gilt nicht nur fur Ansatze,die auf

Schlusselwortsuchebasieren,sondernauchfur statistischeParserunddieTechnikdesChunk-

Parsing(Abney, 1996; Skut & Brants,1998).Tiefe linguistischeAnalyse,etwa im HPSG

oderTAG-Format,mit diskurssemantischenZielreprasentationen(Pollard& Sag,1994;Jos-

hi & Schabes,1997;Kamp & Reyle, 1993),wird auf absehbareZeit generellnochnicht in

dernotigenAbdeckungundRobustheitzurVerfugungstehen.Fur mathematischeLehrbucht-

exte ist sie vermutlich erreichbar, wie unsereVorarbeitenim LIMA-Projekt gezeigthaben

(s. 3.4), fur Schuler-Dialogbeitragein einemTutorsystem,die gesprochenund mindestens

moderatspontan-sprachlichsind,dagegenillusorisch.Vielversprechendsind Techniken,die

flacheundtiefeVerfahrenin geeigneterWeisekombinieren(s.ebenfalls 3.4).

In derGenerierungbestehteinevergleichbareSituation:Anspruchsvolle inhaltsorientierteAn-

wendungenwie dasbeabsichtigteTutor-Systemkommennicht nur mit vorgeformtenAusga-

bemusternaus.Auf deranderenSeiteliefert einevollstandigwissensbasierteTextplanungmit

konsequenterConcept-to-Speech-GenerierungzurZeit im Blick aufBenutzerakzeptanznoch

keinewirklich optimalenResultate.DeshalbwurdenmittlerweileverschiedeneKompromisse

eingegangen.SokonntenanhandderalsKonsensus-ArchitekturbezeichnetenAufteilung des

Generierungsprozessesin die drei PhasenTextplanung,Satzplanungund linguistischeRea-

lisierungund insbesonderederensequentiellerVerarbeitung(Reiter, 1994)vielfachakzepta-

ble Textegeneriertwerden.Trotz bekanntertheoretischerNachteileverwendenpraktischalle

anwendungsorientiertenSystemedie vereinfachendepipeline-artigeArchitektur. Zusatzlich

bestehtwegen deshohenModellierungsaufwandsfur Gegenstandsbereichund sprachliche

Kompetenzendie Bestrebung,die ModellierungderbeteiligtenPhanomenenursoweit zube-

treiben,wie esdergewunschtenFunktionalitat einesAnwendungssystemsentspricht(Reiter

& Mellish, 1993).

MI 3 — Seite10


3.4 EigeneVorarbeiten

Die Arbeitsgruppevon Jorg Siekmannentwickelt seit ubereinemJahrzehntdasmathemati-

scheAssistenzsystem� MEGA. Insbesondereim Hinblick aufdieBeweisplanungsowiedieIn-

tegrationheterogenerSpezialsystemenimmtdieGruppein derinternationalenForschungeine

Spitzenstellungein.EsbestehenzahlreicheKooperationenmit denwichtigstenUniversitaten

und die GruppekoordiniertdasEU-NetzwerkCALCULEMUS zur Integrationvon Dedukti-

on und symbolischerBerechnung.Die Teilgruppeum Helmut Horacekund Armin Fiedler

beschaftigt sichseitmehrerenJahrenmit dernaturlich-sprachlichenPrasentationvon Bewei-

sen.Zum DFKI bestehteineengeKooperationzur Einbindungvon Deduktionssystemenin

webbasierteLernumgebungenfur die Mathematik.

NachseinerPromotionin der � MEGA-GruppehatChristophBenzmuller in Englanderfolg-

reichein ProjektzumressourcengesteuertenagentenbasiertenTheorembeweisenmit hetero-

genenexternenSystemenabgeschlossen.SeitseinerRuckkehrleiteter die � MEGA-Gruppe.

Die Arbeitsgruppevon Manfred Pinkal hat ihren langjahrigenSchwerpunktin der lingui-

stischen,insbesonderesemantischenVerarbeitung.Die SFB-ProjekteCHORUS und LISA

habenunterverschiedenenPerspektiven die RealisierungdesKonzeptseiner”realistischen

semantischenVerarbeitung“ verfolgt. Im EU-ProjektFraCaSwirkte Pinkal an der Etablie-

rungeinesallgemeinenFrameworks fur denBereichComputationalSemanticsmit. Im Dia-

logubersetzungsprojektVerbmobilwar die Gruppevon Pinkalunteranderemim Bereichder

Speech-Language-Schnittstelletatig undhatteaußerdemdie Verantwortungfur dasArbeits-

paket”RobustesemantischeVerarbeitung“ . DasDialogthemawurdezunachstindirekt eben-

falls im Verbmobil-Projektthematisiert,in demdie Arbeitsgruppevon Pinkal auchfur den

BereichderDiskurs-undDialogsemantikzustandigwar. SeitmehrerenJahrenbeteiligt sich

die Gruppeintensiv an der Grundlagenforschungzur Dialogmodellierungals Partnerin den

EU-ProjektenTRINDI und SIRIDUS. NebendiesenehergrundlagenorientiertenProjekten

gibt es kleinereAnwendungsprojektezur Dialogsteuerungvon Fahrstuhlen und naturlich-

sprachlichenBedienoberflachenim Automobil.

MathematischeAssistenzsysteme

In einerVorarbeitwurdedie Eignungdesressourcenadaptiven, agentenbasiertenTheorem-

beweisers � -ANTS (Benzmuller & Sorge, 1999,1998) fur einfacheProblemeausder ele-

mentarenMengentheorienachgewiesen(Benzmuller, Jamnik,Kerber& Sorge,2001);insge-

MI 3 — Seite11


samtwurden20.000automatischgenerierteMengengleichungenerfolgreichdurch � -ANTS

verifiziert bzw. falsifiziert.Der � -ANTS-Ansatzintegriert dazuauchleistungsstarke externe

Unterstutzungssysteme(Benzmuller, Jamnik,Kerber& Sorge, 1999;Benzmuller & Sorge,

2000).Dazugehorender im DFG-ProjektHOTEL entwickelte BeweiserLEO, dessenEig-

nungfur die Mengentheoriebereitsin (Benzmuller & Kohlhase,1998)diskutiertwurde,und

derModellgeneriererSATCHMO, derwie in (Benzmuller etal.,2001)skizziertGegenbeispiele

fur Nicht-Theoremegenerierenkann.

� MEGAs Beweisplanerwurde in der vergangenenForderperiodezu einemMultistrategie-

Planer(Melis & Meier, 1999,2000)weiterentwickelt unddie MechanismenzumMeta-Rea-

soningwurdenweiterverbessert.In derkommendenForderperiodesoll derreaktive,agenten-

basierteAnsatz � -ANTS im RahmendesProjektsOMEGA mit der traditionellen,delibera-

tiven Beweisplanungim � MEGA-Systemgekoppeltwerden.Die Vorteile und dasPotenzial

dieserIntegration,insbesondereauchfur unserProjekt,wurdedurchdie Arbeiten(Meier &

Sorge,2000;Meier, Pollet& Sorge,2000)gezeigt,in denenetwa 8000TheoremederGrup-

pentheorieundeinereicheAuswahl anTheoremeneinesAnalysis-Lehrbuchsbewiesenwer-

denkonnte.

Tutorsysteme

In derArbeitsgruppeSiekmannwurdein einererstenAusbaustufedasMathematik-Lernsystem

ACTIVEMATH entwickelt,dasbenutzeradaptiv Lerndokumentegeneriertundwebbasiertmeh-

rere Servicesystemeeinbindet(Melis, 2000b;Melis et al., 2001). ACTIVEMATH hat eine

verteilte,offeneArchitektur, die ErweiterungendesSystemserleichtertunddie Speicherung

und VerwaltungverschiedenerWissensartenin modularerWeiseunterstutzt. Beispielsweise

werdendasmathematischeWissen,die padagogischenRegelnunddasWissenuberdenBe-

nutzergetrenntgehalten.Die KommunikationderKomponentenerfolgt in derStandardspra-

cheXML-RPC. Die EinbindungexternerServicesystemeerweitertdie Moglichkeiteneines

Lernsystemsvor allem in RichtungexplorativesLernenund Metakognition (Melis & Fied-

ler, 2000).In (Melis & Horacek,2000)wird ein tutorieller Dialog erlautert,der sich an der

ProblemlosungsstrategiedesBeweisplanersorientiert.

Dialogsysteme

Im EU-ProjektTRINDI (Traumet al., 1999)wird dasKonzeptder Dialogspieleauf kom-

plexe Informationszustandeubertragen.Jeder”Dialog-Zug“ einesSprecherswird dabeivor

MI 3 — Seite12


demHintergrundeinesInformationszustandesinterpretiertund (regelbasiert)auf einenFol-

gezustandabgebildet.DurchdieWahlentsprechenderElementein denInformationszustanden

lasstsichdiesergenerelleRahmenderDialogmodellierungflexibel anunterschiedlicheDia-

logszenarienanpassen;sokonnenz.B. verschiedeneSprachschnittstellenzumBenutzerver-

wendetoderauchPlanungskomponentenintegriert werden.Mit demTRINDI-KIT (Larsson,

Bohlin,Bos& Traum,1999)wurdeeineSoftware-Umgebungimplementiert,diedieEntwick-

lung undEvaluierungvon Dialogsystemenauf derBasisdynamischerInformationszustande

unterstutzt und einfacheStandardmodulefur Sprachein-und -ausgabezur Verfugungstellt.

DieseArbeitenwerdenderzeitim ProjektSIRIDUSfortgefuhrt.

In (Horacek,2000)wird dasKonzeptgemeinsamerPlane(Grosz& Kraus,1996,1998)um

die Behandlungsemantischreichhaltigerkommunikativer Aktionen,wie dasErklareneines

mathematischenBeweises,erweitert.DabeiwerdenvorrangigKompromissezwischenDia-

logbeitragslangeund inhaltlicherVollstandigkeit auf der BasisGrice’scherMaxime model-

liert. DieseTechnikensind fur Beweiszusammenfassungenin einerinteraktivenExploration

einesBeweisesfur dasProjekteinsetzbar.

Mit P.rex (Fiedler, 2001b)wurdeein Beweiserklarungssystementwickelt, dasdemBenutzer

Beweiseinteraktiv erlautert.Das Systemist in der Lage Dialoge in eingeschrankterForm

zu fuhren,wie UnterbrechungendurchdenBenutzerbei unzureichendenErklarungenoder

Kl arungsdialogebei Mehrdeutigkeiten(Fiedler, 2001a).

Naturlich-sprachliche Analyseund Generierung

Im RahmendesProjektsVerbmobilwurdefur die UbersetzunggesprochenerDialogeeine

Komponentezur Diskurs-undDialogsemantikentwickelt (Bos& Heine,2000).DieseKom-

ponentebeinhaltetein Dialoggedachtnis,daszur Anaphernresolutionund Interpretationvon

einfachenEllipsengenutztwird.

Im SFB-ProjektLISA wurdenTechniken zur Auflosungvon Ellipsen und deakzentuierten

PhrasenbasierendaufUnifikation hohererStufeundderenInteraktionmit Anaphernresoluti-

on untersucht(Gardent,Kohlhase& Konrad,1998;Gardent,1999).Im BereichGenerierung

wurdegezeigt,dassBaumbeschreibungsgrammatikensowohl fur dieGenerierungalsauchfur

dasParsenverwendetwerdenkonnen(Duchier& Thater, 1999;Thater& Gardent,sub.).

Im Arbeitspaket”RobustesemantischeVerarbeitung“ desVerbmobil-Projektswurdeerstmals

ein Verfahrenfur die linguistischeVerarbeitungspontan-sprachlicherDialogbeitragereali-

MI 3 — Seite13


siert, daspartielle AnalyseresultateunterschiedlicherParser, insbesondereeinesHPSG-ba-

sierten”tiefen“ Analysemoduls,einesChunk-Parsersund einesstatistischenParsersunter

VerwendungheuristischerRegeln zu approximativen Interpretationender Gesamtaußerung

kombiniert(Worm,2000;Pinkal,Rupp& Worm,2000).

In der ArbeitsgruppeSiekmannbeschaftigt man sich schonseit zwei Jahrzehntenmit der

Beweisprasentation,in neuererZeit sind von unsSystemeentwickelt worden,die demBe-

nutzerBeweisein naturlicher Sprachedarbieten.DasSystemPROVERB(Huang& Fiedler,

1996,1997) ist in der Lage,Beweiseauf einer vorgegebenenAbstraktionsebenein einem

lehrbuchahnlichenStil wiederzugeben.DaraufaufbauendwurdedasNachfolgesystemP.rex

(Fiedler, 2001b)entwickelt, dasdaruberhinausin derLageist, Beweiseinteraktiv undbenut-

zerangepasstzuerklaren(Fiedler, 1999).

In (Horacek,1999) werdenpsychologischmotivierte Abstraktionenzur Beweisprasentati-

on verfeinert.Daruberhinauswird die Inferenzfahigkeit desAdressatenmodelliertund fur

mathematischeBeweiseausgearbeitet.In (Horacek,1998)wird auchdie Anwendbarkeit der

TechnikenzurBerucksichtigungderInferenzfahigkeit desAdressatenfur dieTextplanungbei

alltaglichenDialogengezeigt.Dabeiist insbesonderedasDesignder Schnittstellezwischen

ModellierungderInferenzenunddenDomanenkonzeptenvonBedeutung.

SpezifischeVorarbeiten

In denProjektenAGINT, OMEGA, undLISA wurdenbzw. werdenin der laufendenForde-

rungsperiodefolgendespezifischeVorarbeitenfur dasProjekterbracht:

1. In derSFB-internenKooperationzwischendenProjektenLISA, PERFORM,OMEGA,

undAGINT wurdedie StrukturundBedeutungmathematischerTexte untersucht.Diese

Arbeitensind auf einerkonkreterenStufeim ProjektLIMA (Landesmittelprojekt)wie-

deraufgenommenwordenzur tiefen syntaktisch-semantischenAnalysemathematischer

Texte (Baur, 1999).DasLIMA-SystembestehtauseinerHPSG-Grammatik,die Zielre-

prasentationenin Lambda-DRT erzeugt(Kohlhase,Kuschert& Pinkal,1996;Bos,Ma-

stenbroek,McGlashan,Millies & Pinkal, 1994).DasSystemist in der LageDefinitio-

nen,SatzeundBeweiseeineseinfuhrendenBuchesuberAnalysiseinzulesen,undin eine

semantischeReprasentationzu uberfuhren.Im RahmendesLIMA-Projekteswurdedie

textstrukturelleAnalysemathematischerDokumente(Definitionen,Beweise)geleistet,

Mechanismenfur textsortenspezifischediskurssemantischeReferenz(Anaphermit Hilfe

von Meta-Variablen,Definitions- und Beweisabschnittsnummerierungen)bereitgestellt

MI 3 — Seite14


und die Grammatikauf MischkonstruktionenausFormeln und naturlich-sprachlichen

Elementenerweitert.Alle Resultatesindfur denEinsatzim geplantenProjektunmittelbar

relevant.

2. Als Infrastrukturzur IntegrationverschiedenerheterogenerModulewurdedermathema-

tischeSoftwarebusMATHWEB entwickelt. Im Kontext des � MEGA Systemsunterstutzt

MATHWEB die Integration und KommunikationmathematischerServicesystemeuber

dasInternet.In derLernumgebungACTIVEMATH (DFKI) wird MATHWEB bereitsin ei-

nemerweitertenKontext erfolgreichverwendet.In derArbeitsgruppePinkalwurdeMA-

THWEB bereitsdirekt in derDialogmodellierungeingesetzt:DORISist ein System,das

verteiltesTheorembeweisenvia MATHWEB benutzt,um Prasuppositionenin Dialogen

zu uberprufen. In diesemProjektsoll MATHWEB ebenfalls zur Integrationder jeweili-

genEinzelkomponentendesSystemseingesetztwerden.Die Komponentenkonnendann

auchbei BedarfuberdasInternetverteiltwerden.

3. In Kooperationmit der Universitat Birminghamwurden20.000einfacheGleichungen

uberMengendurchdenagentenbasiertentaktischenTheorembeweiser � -ANTS verifi-

ziertbzw. falsifiziert.Beispielsweiseliefert � -ANTS einenmengentheoretischadaquaten

Beweis fur dasTheorem�� . Im Falle von Nicht-

Theoremenwie �! "�#$�%&�' � ��(#)��(%*�+ , -�(#.�/�(% werdenim letztenSchrittdurcheinen

ModellgeneriererGegenbeispielesynthetisiertundim Systemtextuell angezeigt.

4. ZumtutoriellenDialogubermengentheoretischeFragenwurdeeineersteVorstudiedurch-

gefuhrt.EineSchulerin (11.Klasse)undein Informatikstudent(1. Studienabschnitt)hat-

tendie Aufgabe,mit Hilfe desTutorsystemsdenBeweiszu einemSatzausderMengen-

lehrezu entwickeln. Sprachein-und -ausgabeerfolgtenuberTastaturbzw. Bildschirm

(ohneBeschrankungenauf der Benutzer- oderSystemseite),der Ablauf destutoriellen

Dialogs war vom Versuchsleiter(Wizard) partiell und informell vorstrukturiert.Diese

methodischsehranspruchsloseStudiehatbereitseineReihewichtigerResultateerbracht,

unteranderem:

0 Schulerin undStudenthattenSchwierigkeiten,sehrfeinkornigeSchritteauf derLo-

gikebeneexplizit zu formulieren.Wahrenddie Schulerin derKonfrontationmit de-

tailliertenlogischenFragestellungenauswich,weil ihr expliziteslogischesSchließen

scheinbarfremd war, behandelteder StudentdieseEbenebewusstimplizit, weil er

siescheinbarfur zu trivial hielt.

0 Esbestandvor allembei derSchulerin einestarke Tendenzzu Meta-Dialogen(ver-

MI 3 — Seite15


mutlich, da ihr die methodischenVoraussetzungennicht klar waren).Ein wesentli-

chesProblemwird die geeigneteBenutzerfuhrungdarstellen,daderDialog bei frei-

er Benutzerinitiative leicht auf eineMeta-Ebenegerat, die mit heutigerTechnologie

nicht zubeherrschenist.

0 Die Notwendigkeit zur weiterenAbstraktionderBeweiseauf hohereEbenenwurde

deutlich.

3.5 Arbeitspr ogramm (Ziele, Methoden,Zeitplan)

3.5.1 Ziele

KonkretesZiel desProjektsist dieempirischeUntersuchung,dieModellierungunddieImple-

mentierungnaturlich-sprachlichenDialogsin einertutoriellenAnwendungfur ein mathema-

tischesTeilgebiet.UbergeordneteMotivationist dieUntersuchungundRealisierungvonDia-

logtechnikenin einerinhaltlich undpragmatischanspruchsvollen Anwendung,die einerseits

echtesSprachverstehenundandererseitsechteWissensverarbeitungvoraussetzt.Diesist kei-

neswegsein Vorstoßin Neuland.WissensbasierteDialogverarbeitungist einaltes,in derVer-

gangenheitintensiv und im Endeffekt ohnedurchschlagendenErfolg bearbeitetesThemain

KI- undSprachverarbeitungsforschung.Wie im Folgendenausgefuhrt,bestehtauf Grundder

aktuellenVoraussetzungen(generellundinsbesondereamOrt) undaufGrundeinerverander-

tenmethodischenHerangehensweiseausunsererSichtdie begrundeteAussichtauf substan-

tielle undanwendungsrelevanteResultate.

AusgangspunktdesProjektsist dasKonzepteinestutoriellenSystems,dasdemBenutzerma-

thematischeBegriffe ausdemBereichderMengentheorieerlautertund interaktiv beimEnt-

wickelnundVerstehenvonBeweisenHilfestellungleistet.Fur die Interaktionmit demBenut-

zersoll naturlicheSpracheverwendetwerden,undzwarnichtnur in FormvorgefertigterVer-

satzstucke,sondernin einemDialog,dersyntaktischeFlexibilit at,semantischeOrientierung,

und pragmatischeSituiertheitals GrundvoraussetzungeneffizienterSprachverwendungaus-

nutzt.DasFachwissendesTutorsystemssoll ebenfalls nicht auf derGrundlagevorgefertigter

Wissenselementeeingebrachtwerden,sondernin Form einersemantischdurchmodellierten

Domanemit starkenundeffizientenInferenzwerkzeugen.

Im Einzelnenwollenwir Erkenntnissegewinnenuber

0 die Komplexitat und die notwendigenFreiheitsgradeder Dialogfuhrungim tutoriellen

Bereich(z.B. benutzerinitiierteKl arungsdialogezu verwendetenmathematischenKon-

MI 3 — Seite16


zeptenundGrundenfur Entscheidungenbei derBeweisfuhrung),

0 dieangemesseneAbstraktionsebeneundGranularitat in denBeweisen,ggf. in Abhangig-

keit von unterschiedlichenAusgangsvoraussetzungenbeidenNutzern,

0 die InteraktionderDialogstrukturmit derStrukturdesTutorsystemsunddenStrukturen,

die durchdasBeweisplanungssystemeingebrachtwerden,

0 die sprachzentrierte,abermultimodaleGestaltungder Dialogbeitrage in Analyseund

Generierung(mit Anteilen aus freier Sprache,Formeln, Grafik und Multiple-Choice-

Elementen).

DermethodischeSchwerpunktin derbeantragtenProjektphasewird in derempirischenErar-

beitungundModellierunggrundlegenderErgebnisseausdiesenBereichenliegen.Im Einzel-

nensindvorgesehen:

0 MehrereaufeinanderaufbauendeSimulationsexperimente(alsWizard-of-Oz-Studien),die

in zunehmendemGradrealistischeInteraktionsbedingungenfur denBenutzerbieten(Uber-

gangvon geschriebenerzu gesprochenerundmultimodalerInteraktion)undzunehmend

standardisierteundteilautomatisierteKomponenten(alsResultatederkonzeptuellenMo-

dellierung)verwenden.

0 Die konzeptuelleundsoftwaremaßigeModellierungderzentralenDialogkomponente,die

Konzeptionvon Schnittstellenzu Tutor- undBeweisassistenzsystemsowie zu naturlich-

sprachlicherAnalyseundGenerierung

0 Die ImplementierungeinesDemonstrators, der exemplarischetutorielle Sitzungenmit

Elementendernaturlich-sprachlichenDialogfuhrungdurchfuhrenkann.

Die BereicheBeweisplanungundMathematik-Assistenz,TutorielleSystemesowie naturlich-

sprachlicheAnalyseundGenerierung(inklusiveSpracherkennungund-synthese)liefernwich-

tige Voraussetzungen,sowohl fur Designund Realisierungder fortgeschrittenenWizard-of-

Oz-Studienalsauchfur die ImplementierungdesDemonstratorsystems.DadiezentralenPro-

jektzielebereitssehrambitiossind,werdenwir hier außerstpragmatischvorgehen,d.h.,vor-

handeneWerkzeugeverwendenundggf. andieBedurfnissedesProjektsanpassen;notwendi-

geEntwicklungenin Kooperationmit Partnernim SFBundanderenPartnerprojektenamOrt

betreiben;machtigeWerkzeugekonsequentnurbeiBedarfeinsetzenundsoweit moglich,mit

”flachen“ undggf. trivialenVerfahren(z.B.Chunk-Parsingin derSpracheingabe,pre-recorded

speechin derSprachausgabe,Automatenfur Subdialoge)kombinieren.

MI 3 — Seite17


3.5.2 Methodenund Arbeitspakete

MethodischwerdenempirischeUntersuchungen,die ModellierungeinerkomplexenSystem-

architekturunddieImplementierungundValidierungeinzelnerTeilkomponentenbeziehungs-

weiseeinesDemonstrationssystemseingesetzt.Das methodischeVorgehenwerdenwir im

Folgendenbei derBeschreibungdereinzelnenArbeitspaketenaherprazisieren.

DasgrundlegendeArbeitspaket,dessenResultatein ModellierungundImplementierungein-

gehenwerden,ist dasAP1:”ExperimentelleTestumgebungenundempirischeUntersuchun-

gen“ . DaraufaufbauensollendieModellierungspaketeAP2:”Dialogmodellierung“ undAP3:

”Architektur und Schnittstellen“ . Die ArbeitspaketeAP4:

”Bereitstellungund Aufbereitung

desmathematischenWissens“ undAP5:”Sprachschnittstellen“ lieferneinerseitsdemAP1zu

(Strukturierungund Teilautomatisierungder Simulationsexperimente),und bilden anderer-

seitsmit denResultatenvon AP2 undAP3 die Basisfur die RealisierungdesDemonstrators

(AP6).

AP1: ExperimentelleTestumgebung und empirischeUntersuchungen

Im LaufedesProjektessoll eineReihevonsogenanntenWizard-of-Oz-Studien(Fraser& Gil-

bert,1991)durchgefuhrt werdenwerden,die Aufschlussuberdie grundlegendenPhanomene

von tutoriellenDialogenfur einenbegrenztenTeilbereichderMathematikgebensollen.

Im Mittelpunkt derExperimentestehtdie FragenachdergeeignetenDialogstruktur. Bei der

Analysesoll auf fur die tutorielle AnwendungrelevanteDialogakte,derenVerknupfungim

DialogmodellundmoglicheAnsatzezur Modularisierung(starkstandardisierteSubdialoge)

geachtetwerden,außerdemaufArtenderKorrelationenzwischenDialogstrukturundBeweis-

plansowie unterschiedlichenDialogebenen(z.B. Metakommunikationzur AnderungderBe-

weisstrategieoderexplizite UbergabederDialoginitiativeandasSystem).Andererseitssollen

Missverstandnissein derKommunikationzwischenBenutzerundSystemuntersuchtwerden,

dadiesespeziellin TutordialogensehrschnellzumVerfehlendesDialogzielsfuhrenkonnen.

Ein wichtigerPunktist auchdieAnalysedesErinnerungsvermogensderBenutzeranzuvor im

Dialog aufgetreteneFaktenund Aspekte;dieseRessourcenbeschrankungdesBenutzerssoll

im Systemspaterangemessenreflektiertwerdenundstehendamit in engemZusammenhang

mit denpsychologischenProjektenzur RessourcenbeschrankungdesmenschlichenArbeits-

gedachtnisses.

In denVorstudienwar erkennbar(siehePunkt4 in denspezifischenVorarbeiten),dasseine

MI 3 — Seite18


weitereAbstraktionvon derzu starklogikorientiertenEbeneim Dialog notig ist, detaillierte

ArgumentationenaufderEbenerein logischerInferenzenwurdengenerellvermieden.

Als konkretemathematischeDomanewerdenin denempirischenUntersuchungenzunachst

einfacheBeispieleausdernaivenMengenlehrebetrachtet.DieseDomaneist elementarin der

Mathematik,setztbei denProbandennur wenig Vorkenntnissevorausund ist (siehespezi-

fischeVorarbeiten)durchdie agentenbasierteBeweisplanungin � MEGA beherrschbar. Die

Wizard-of-Oz-Studiensollenin drei Stufenvorgenommenwerden.In einererstenStufewer-

denwir dieVorstudieinsoweit replizieren,alswir von linguistischunrestringierterSprachein-

gabeuberTerminalundnur teilweisevorstrukturiertenSystemreaktionenausgehen.Wir wer-

denallerdingsmit einergroßerenZahlvonVersuchspersonenarbeitenundeine(etwas)große-

reZahl reprasentativerAnwendungsfalledurchvariieren.Die tutorielleSitzungselbstwerden

wir etwasstarker durchstrukturieren,auf Systeminitiative abstellen,Grenzenfur sinnvoll zu

behandelndeDialogbeitrageziehenundbeiUberschreitungderGrenzendurchdieTestperson

Reparaturmechanismenvorsehen.Die ResultatedererstenStudiegehenin die ersteexplizite

RealisierungeinesDialogmodellsein (AP 2), daswiederumeineGrundlagefur die zweite

Studiebildet.

Die zweiteunddritte StudiewerdengesprocheneSprache,z.T. in Kombinationmit uberdie

TastatureingegebenenFormeln,verwenden.Zur Protokollierung(Verschriftung)werdenwir

kommerzielleSpracherkennungswerkzeugemitverwenden.In beidenStudiensoll nebender

zentralenDialogmaschinedie Systeme� MEGA, P.rex, MBASE undMATHWEB in die expe-

rimentelleUmgebungeingebundenwerden.Dabeisollenin einerVarianteder losenAnbin-

dungdie BeschrankungendieserEinzelsystemedurchdenVersuchsleiterkompensiertwer-

den.In eineranderenVariantesollendie gegenwartigenundauchmittelfristig abzusehenden

Beschrankungenvoll ubernommenwerden,um konzeptuelleBeschrankungenfur dasinten-

dierteGesamtsystemzu ermitteln.In derdrittenStudiewerdenwir zusatzlichgrafischeEle-

mente(z.B.Euler-Diagramme)in derPrasentationverwendenunddeiktischeHandlungenbei

Benutzeraußerungenzulassen.Die AnwendunggrafischerMittel ist in Abb. 1 illustriert, einer

VisualisierungeinesGegenbeweisesdesim Abschnitt3.4angefuhrtenNicht-Theorems.

Grundsatzlichsollenfur die ExperimentealsVersuchpersonenProbandenmit unterschiedli-

chenmathematischenVorkenntnissengewahlt werden,um Indikatorenfur ein erstesBenut-

zermodellausdenDialogenabzuleiten.Ob wir dasin derVorstudiereprasentierteSpektrum

anVorwisseneinhaltenkonnenoderetwaseinschrankenmussen,umdieParallelentwicklung

zu unterschiedlichertutorieller und Dialogmodellezu vermeiden,soll sich nachdemersten

Experimentherausstellen.

MI 3 — Seite19


A

B

C

(ermittelt durch agentenbasierte Beweisplanung)

Gegenbeispiel:

x

)(Ax Bx Cx

Element x liegt in

aber nicht in

(A B) C

(A B) C

Nichttheorem: (A B) C = (A B) C

Abbildung1. GegenseitigeUberfuhrbarkeit logischerundgraphischerReprasentationenin derMengenlehre.

AP2: Dialogmodellierung

Bei der Realisierungder Dialogkomponentewollen wir unsan die Methodik anlehnen,die

in denEU-ProjektenTRINDI undSIRIDUSunterBeteiligungderArbeitsgruppePinkalent-

wickelt wordenist (Traum et al., 1999; Ericsson,Lewin & Rupp, 2000).Der linguistisch

orientierteAnteil derDialogmodellierungsoll sichamFramework derDialogspieltheorieori-

entieren.Uber die geeigneteDefinition von Informationszustandenund Dialog-Zugen,die

uber Update-Regeln Informationszustandeauf Folgezustandeabbilden,lassensich fur be-

stimmteDialogformenund Modi geeigneteFormender Dialogfuhrungdurchspielenund in

ihrer Komplexitat relativ einfachauf denjeweiligenZweck adaptieren.Ein weiterermetho-

discherGrundzugdesDialogspiel-Konzeptesist die Trennungvon linguistischmotivierten

undbegrundetenDialogstrukturen,beispielsweisedas”Grounding“ , explizite oderimplizite

dialogischeMechanismen,die die KonsistenzdesDialogverstandnissesbei denPartnernsi-

cherstellen(Traum& Hinkelman,1992;Traum,1994),unddie Schachtelungvon Dialogen

durch (eventuell rekursive) Kl arungsprozesse,die durchdasKonzeptder”Question-under-

Discussion“ (Ginzburg, 1995)modelliertwird, auf der einenSeite,und durchexternePla-

nungsprozessebedingteDialogsteuerung(ausder tutoriellenKomponenteund der Beweis-

planungangestoßen)andererseits.

Wir werdenuberprufen,wie weit wir GrundgerustundElementederTRINDI-KIT Software

verwendenkonnen,diebereitseineabstrakteDialogMoveEngine(DME) implementiert,For-

mateundDatenstrukturenzur Definition von InformationszustandenundUpdate-Regelnzur

VerfugungstelltundeinfacheSchnittstellenzurIntegrationexternerModulevorsieht(Larsson

et al., 1999).

MI 3 — Seite20


Die inhaltlicheAusgestaltungdieserSchnittstellenist ein weitereswesentlichesZiel dieses

Arbeitspaketes.Im Wesentlichenhandeltessich um die Schnittstellezum Tutorsystemund

zum mathematischenBeweissystem.Wichtige Teilaufgabewird die Spezifikationeiner in-

ternenBeschreibungssprachesein,die die KommunikationzwischenderDialogkomponente,

denTutorstrategienunddemmathematischenBeweissystemerlaubt.

AP3: Ar chitektur und Schnittstellen

Ausgehendvon denResultatenderempirischenUntersuchungenin AP1 soll die Architektur

desGesamtkomplexes”tutorieller Dialog“ modelliertund die Schnittstellender Einzelkom-

ponentendefiniertwerden.Die Architektursoll erstensin dieDemonstrator-Implementierung

eingehen.Zweitenssoll eineGrundlagefur die fortgeschrittenenExperimenteausAP1gelegt

werden(fur dieallerdingsnichtalleKomponentengleichzeitigrealisiertseinmussen).Einige

Teilesindbereitsgrundsatzlichverfugbar:Beispielsweisesoll das� MEGA SystemdieFunkti-

onderdynamischenmathematischenWissensquelleubernehmen.DerDynamikaspektbesteht

darin,dasszurLaufzeitmathematischeInhalte,wie z.B.vomBenutzergeaußertemathemati-

scheSachverhalte,von � MEGA unterZuhilfenahmederintegriertenexternenBeweiskompo-

nentenauf ihrenWahrheitsgehaltanalysiertwerdenkonnen.StatischesmathematischesWis-

sen,wie Definitionen,Satze,etc.werdenuberdie mathematischeDatenbankMBASE bereit-

gestellt.WeitereVoraussetzungensind vorgegebendurchdenBeweisleserLIMA (Analyse)

und dasBeweisprasentationswerkzeugP.rex (Generierung).Die Integrationder Einzelkom-

ponentensoll aufderBasisvon MATHWEB erfolgen.Kommunikationsprotokolle konnenauf

demOMDOC-FormatoderaufXML-RPC aufbauen.

WahrendeinigeEinzelkomponentenalsobereitszur Verfugungstehen,mussenandereerst

modelliertundrealisiertwerden.Diesgilt insbesonderefur die Dialogmaschineunddie tuto-

rielle Einheit.Die Dialogmaschineist daswesentlicheResultatausAP2.Die tutorielleEinheit

bildetalszentraleSteuereinheitdenKerndesintendiertenDialogsystems.UnserForschungs-

interessegilt aberin ersterLinie dermultimodalennaturlich-sprachlichenVerarbeitung.Die

tutorielleSteuerungsoll nur soweit verfolgt werden,wie esfur denDemonstratorzwingend

erforderlichist. Insbesonderesoll aufexistierendeSystemewie ACTIVEMATH desDFKI und

denGeometrietutorderCMU zuruckgegriffenwerden.

Ein ersterhypothetischerModellentwurffur dasGesamtsystemist in Abbildung2 abgebildet.

DieserEntwurf soll nachAusarbeitungder KernfunktionalitatendesSystemsentsprechend

erganztundverfeinertwerden.

MI 3 — Seite21


Dialog-manager komponente

Tutork-

Abstraktionskomponente

LinguistischesWissen

PädagogischesWissen

BenutzerWissen

MathematischesWissen

Analyse Generierung

OMEGADynamisches math. Wissen

OTTER SATCHMO CAS LEO ...

Abbildung2. Ein ersterVorschlagfur dieGesamtarchitektur.

AP4: Bereitstellung und Aufbereitung desmathematischenWissens

MathematischesWissenwird im intendiertenDialogsystemauf verschiedeneArten zur Ver-

fugunggestellt:Erstensdurch den Zugriff auf die Definitionen,Satze,etc. in der mathe-

matischenDatenbankMBASE, zweitensdurch dasexplizit reprasentierteMeta-Wissenin

� MEGAsBeweisplanung,unddrittensdurch � MEGAsPotenzialmathematischeProblemedy-

namischzur Laufzeitzu analysieren,moglicherweisein Kooperationmit denintegriertenex-

ternenUnterstutzungssystemen.Insbesonderedie Moglichkeit derdynamischenVerifikation

oderFalsifikationvon AußerungendesBenutzersdurchdie angeschlossenenBeweissysteme

ist ein speziellesMerkmaldesintendiertenSystems.

Die Vorversuchehabenallerdingsaufgezeigt,dassdie in � MEGA verwendetenReprasen-

tationsformatefur Beweisebzw. Beweisplaneausder Perspektive einestutoriellenDialogs

nochzu starkkalkulorientiertsindundsich in der jetzigenForm nur bedingtalsmathemati-

schesHintergrundwisseneignen.Beispielweiseist in vielenFalleneineAbstraktionvon der

ReihenfolgevertauschbarerKalkulschritteerforderlich.EinfacheaussagenlogischeInferen-

zenwerdenzudemvom Benutzerbewusstoderunbewusstimplizit behandelt,wie die Vor-

studiezeigte.Esmussendaherein geeignetesAbstraktionsniveaufur die Resultate,die von

� MEGA geliefertwerden,definiertundeineentsprechendeAbstraktionskomponenterealisiert

werden.Zur VerbesserungderBeweisplanungin � MEGA wurdeebenfalls dieNotwendigkeit

einerhoherenAbstraktionalsderderzeitnochzu logikzentriertenPlandatenstrukturerkannt.

Essoll deshalbuntersuchtwerden,inwieweit sichdieAnforderungenandiesenAbstraktions-

schrittausderPerspektivedesDialogsystemsundausderPerspektivederBeweisplanung(MI

4) miteinanderverbindenlassen.

In denVorstudienwurdenzwar zahlreicheBeispieleausderMengentheorieuntersucht,doch

MI 3 — Seite22


handeltessichdabeiumrelativ einfacheMengengleichungen.Die Bandbreitederbeherrsch-

barenTheoremeundNichttheoremesoll in Kooperationmit dem � MEGA Projektweiteraus-

gedehntwerden.Sobaldin � MEGA die traditionelleBeweisplanungunddasagentenbasierte

Theorembeweisenintegriertsind,soll relevantesSteuerungswissenfur dieMengentheorieak-

quiriertundkodiertwerden,unddannsollenentsprechendeFallstudiendurchgefuhrtwerden.

Unter anderemsollensamtlicheTheoremeausder Sammlung(Trybulec & Swieczkowska,

1989)automatisiertwerden.Ein ebensowichtiger Aspekt gilt aberdemErkennenund der

Reprasentation— z.B. in Form von Euler-Diagrammen— von Gegenbeispielen.Die Auf-

gabenverteilungist in dieserKooperation:OMEGA (MI 4) ist fur die Automatisierungder

Beispieleverantwortlich undDIALOG fur die abstrahierendeAufbereitung.

AP5: Sprachschnittstellen

Die Sprachschnittstellenhabenim ProjektsubsidiareFunktion.In denempirischenExperi-

mentenwird automatischeSprachverarbeitungnicht verwendet,oderdochnur in denGrenz-

fallenderpatternbasiertenEin- undAusgabe.Fur denDemonstratorist sehrbreiteAbdeckung

wedererforderlichnocherreichbar. Allerdingswollen wir grundsatzlichedomanen-undan-

wendungsspezifischeAufgabenstellungenin Analyseund Generierunguntersuchenund in

einergewissenBreitebehandelnkonnen.

In derAnalysegreifenwir allgemeinaufdiediskurssemantischenArbeitendesLISA-Projektes

und die robustensemantischenAnalysetechniken ausVerbmobilzuruck. Speziellund kon-

kret setzenwir in verschiedenerHinsichtauf die obenbeschriebenenVorarbeitenim LIMA-

Projektauf.Diesbetrifft unteranderemdieAnalysevongemischtenBenutzereingaben(naturli-

cheSpracheundFormeln),die diskurssemantischeModellierungmathematischerTexte, mit

textsortenspezifischenBesonderheitenwie der Referenzmit Hilfe von Meta-Variablenund

die in LIMA erstpartiell realisierteUbersetzungvonnaturlich-sprachlichorientiertenseman-

tischenReprasentationenin diePlandatenstrukturvon � MEGA. Die Arbeit wird im Wesentli-

chenin derErweiterungderAbdeckungund im Einbezugvon dialogspezifischenPhanome-

nenbestehen(LIMA wurdezur Analysevon Lehrbuchtextenentwickelt), z.B. einfacheFor-

menvon elliptischenAußerungenunddasAbfangenspontansprachlicherPhanomenedurch

dieKombinationdertiefenAnalysemit flachenVerfahren.

Im BereichderGenerierunggehtesvor allemdarum,einigein derArbeitsgruppeverfugbare

Teilsystemezusammenzufuhren,aneinanderanzupassen,und ihre Funktionalitat gemaßden

Projektzielenzuerweitern.

MI 3 — Seite23


Zunachstwird dieamDFKI in derGruppevonProf.UszkoreitentwickelteSatzrealisierungs-

komponenteTG/2 (Busemann,1996),die in deraktuellenPhasedesDFG-ProjektsFABEON

in dasBeweisprasentationssystemder Arbeitsgruppeintegriert wird, an die Außerungsarten

und FormulierungendesDIALOG Projektsangepasst.Dabei ist insbesondereder Kontext-

mechanismusfur die motivierte Auswahl von Alternativen relativ zu dem Benutzermodell

einzusetzen.Eine echteErweiterungdieserKomponentebestehtin der Mischungvon Text-

undFormelteilenin der Ausgabe,wasein Eingreifenin InternadesGrammatikformalismus

bedingt.DieseKombinationvon Darstellungsmoglichkeitenist auchfur andereAnwendun-

genderTextgenerierungvongroßemInteresse.

Im Bereichder Planungvon Außerungenist dasBeweisprasentationssystemP.rex (Fiedler,

1999,2001b)umeinigeFunktionalitatenzuerweitern.DazugehoreneineAusweitungdesRe-

pertoiresanSprechaktenunddie EinbindungmultimodalerElemente,wie etwa Diagramme,

in denPlanungsprozess.LetztereserforderteineVerfeinerungderReferenzgenerierungsver-

fahrenim System,wassichauchbis in die Satzrealisierungskomponentefortsetzt.Fehlende

Flexibilit at bei dersatzubergreifendenBehandlungvon Referenzenhatsichbei fruherenAn-

wendungenvonTG/2(Busemann& Horacek,1998;Horacek& Busemann,1998)alsMangel

erwiesen.

AP6: RealisierungeinesDemonstrators

Zur ErprobungundValidierungderentwickeltenArchitekturundihrerKomponentensoll ein

Demonstratorentstehen,derin einermoglichenzweitenForderphasezueinemprototypischen

tutoriellenSystemerweitertwerdenkann.Wir werdenbei der RealisierungdesDemonstra-

tors außerstpragmatischvorgehenmussen,dadie Komplexitat derAufgabenstellungenorm

ist.Dasbedeutet,dasswir vondemempirischfundiertunddetailliertausgearbeitetenZentral-

bereichmit DialogmaschineundtutoriellerKomponentekonsequentvorhandeneSystemeund

Entwicklungeneinsetzenundevtl. anpassenwerden.DazugehorenMATHWEB zur Integra-

tion von Systemensowie derenDistribuierunguberdasInternet,L IMA als Ausgangspunkt

fur die Sprachanalyse,P.rex als Ausgangspunktfur die Generierungund Prasentationvon

Beweisen,� MEGA alsBeweissystemunddie mathematischeWissensbankMBASE zur Ver-

waltungder mathematischenObjektontologien.Das OMDOC-Format und XML-RPC wer-

denals Kommunikationsprotokoll genutztund dasDFKI-Projekt ACTIVEMATH liefert ein

mathematischesTutorsystem.Wir werden,wo diesohneAkzeptanzverlustmoglich ist, auf

allenEbenenauchmit vorgefertigtenMusternarbeiten.Einerseitsbetrifft dasdie Ebeneder

Sprachein-und -ausgabe,wo wir tiefe undflacheVerfahrenkonsequentverknupfenwollen,

MI 3 — Seite24


andererseitsdie GesamtstrukturdestutoriellenSystems:Wir strebenfur denDemonstrator

eineForm der tutoriellenInteraktionan,die naturlich-sprachlichenDialog als wesentlichen

Bestandteilenthalt, moglicherweiseaberim Wechselmit prasentationsbasiertenPassagen.

DerDemonstratorsoll zunachstin einer”Null-Version“ erstelltwerden,in derArchitekturund

Schnittstellenim Prinziprealisiertsind;seineEndversionsoll diezentralenResultateausden

konzeptionellenArbeitspaketenberucksichtigen.Ziel ist zunachsteineVersionmit geschrie-

benerEin- und Ausgabe.Beabsichtigtist eineVariantemit gesprochenenDialogbeitragen,

ohnedasshier viel zusatzlicheArbeit investiertwerdensoll. Dies ist fur die Syntheseun-

problematisch(Wortkonkatenation),fur die Erkennungerwartenwir, dassdie kommerzielle

Entwicklungin wenigenJahrenaufdemStandist, dasseineeinfacheFirst-Best-Schnittstelle,

dieeineWortketteliefert, ausreichendeErkennungssicherheitbietet.

3.5.3 Zeitplan

AP1 auf dereinenSeiteundAP2 undAP3 auf deranderenSeitewerdenzeitlich leicht ver-

setzt(AP1 zuerst)und zyklisch bearbeitet.Mit der BereitstellungdesmathematischenWis-

senskannsofortbegonnenwerden,hinsichtlichderKonzeptionderAbstraktionskomponente

mussendie empirischenUntersuchungen(AP1) aberabgewartetwerden.Leicht zeitlich ver-

setztzudenempirischenUntersuchungenundderModellierungdesGesamtsystemssoll AP5

(Sprachschnittstellen)bearbeitetwerden.DiepartiellrealisiertenTeilkomponentensollenvom

2. ProjektjahranzueinemDemonstratorverbundenwerden(AP6).

3.6 Stellung innerhalb desProgrammsdesSonderforschungsbereichs

DasProjektist demBereich”ModellierungundInferenz“ zugeordnetunddiesbeschreibtden

SpannungsbogenderNachbardisziplinenundProjekte.

Einerseitswerdenwir sehrengmit demmathematischenAssistenzsystem� MEGA (MI 4) zu-

sammenarbeitenunddieZuarbeitderProjekte�-PLAN (MI 5) undACTIVEMATH benotigen.

Fur Beitragezur Sprachverarbeitungsind wir auf die ProjekteCHORUS (MI 2) und PER-

FORM (MI 1) angewiesenundwerdenhier engzusammenarbeitenundSystemkomponenten

austauschenundgemeinsamwirken.

Mit demProjektNEP (MI 6) werdenwir so wie in der Vergangenheitengkooperierenund

vondort dieExpertiseuberRealisierungs-undImplementierungskonzeptenutzen.

MI 3 — Seite25


Mit demProjektREADY (EM 4) verbindetunsdie gemeinsameZielvorstellungeinesmulti-

modalenDialogs,jedochmit unterschiedlicherAuspragung:wahrendin READY ein Dialog

unterrealenRessourcenbeschrankungenuntersuchtwird, soll in diesemProjektgeradeum-

gekehrtvon einertiefensemantischenAnalyse,tutoriell gesteuerterDialogfuhrungundwis-

sensintensiver Beispieldomaneausgegangenwerden.Eine solcheZielvorstellungunterliegt

vollig anderenRessourcenbeschrankungen.

Literatur

Richardson,J.,Smaill, A. & Green,I. Proofplanningin higher-orderlogic with�clam. In

C. Kirchner & H. Kirchner (Hrsg.),Proceedingsof the 15th InternationalConferenceon AutomatedDeduction(CADE-98)(Bd. 1421,S.129–133).Springer.

Abney, S. (1996).PartialParsingvia Finite-StateCascades.In J.Carroll (Hrsg.),WorkshoponRobustParsing(EighthEuropeanSummerSchoolin Logic,Language, andInformation)(S.8–15).

Ahrenberg, L., Dahlback, N., Jonsson,A. & Thur’ee,A. (1996). Costumizinginteractionfor natural language interfaces(Tech.Rep.Nr. 1(1)). LinkopingElectronicarticlesinComputerandInformationScience.(http://ww.ep.liu.se/ea/cis/1996/001/)

Aleven,V. & Koedinger, K. (2000).Theneedfor tutorialdialogto supportself-explanation.InPapers fromthe2000AAAI Fall SymposiumonBuilding DialogueSystemsfor TutorialApplications(S.14–19).AAAI Press.

Allen, J.F., Miller, B. W., Ringger, E. K. & Sikorski,T. (1996).A RobustSystemfor NaturalSpoken Dialogue. In A. Joshi& M. Palmer(Hrsg.),Proceedingsof the 1996AnnualMeetingof the Associationfor ComputationalLinguistics(ACL’96) (S. 62–70). SanFrancisco:MorganKaufmannPublishers.

Anderson,M., Cheng,P. & Haarslev, V. (Hrsg.). (2000). A proposalfor automaticdiagram-maticreasoningin continuousdomains(Nr. 1889).SpringerVerlag.

Andrews, P. B., Bishop,M., Issar, S., Nesmith,D., Pfenning,F. & Xi, H. (1996). TPS:Atheoremproving systemfor classicaltype theory. Journal of AutomatedReasoning,16(3), 321–353.

Aust,H., Oerder, M., Seide,F. & Steinbiss,V. (1995). ThePhilipsautomatictrain timetableinformationsystem.Speech Communication, 17, 249–262.

Baur, J. (1999).SyntaxundSemantikmathematisherTexte—einPrototyp.UnveroffentlichteMaster’sThesis,SaarlandUniversity.

Benzmuller, C., Cheikhrouhou,L., Fehrer, D., Fiedler, A., Huang,X., Kerber, M., Kohlhase,M., Konrad,K., Melis, E., Meier, A., Schaarschmidt,W., Siekmann,J. & Sorge, V.(1997).Omega:Towardsamathematicalassistant.In Proceedingsof 14thInternationalConferenceonAutomatedDeduction(CADE)(S.252–255).

Benzmuller, C.,Jamnik,M., Kerber, M. & Sorge,V. (1999).Agentbasedmathematicalreaso-ning. In Proceedingsof theCalculemusWorkshop:Systemsfor IntegratedComputationandDeduction.Trento,July.

Benzmuller, C., Jamnik,M., Kerber, M. & Sorge, V. (2001). An agent basedapproach toreasoning. (Submittedto IJCAI-01)

MI 3 — Seite26


Benzmuller, C. & Kohlhase,M. (1998).Leo– ahigher-ordertheoremprover. In Proceedingsof the15th InternationalConferenceon AutomatedDeduction(CADE-15). LINDAU,Germany.

Benzmuller, C. & Sorge,V. (1998).A blackboardarchitecturefor guidinginteractiveproofs.In Proceedingsof 8th InternationalConferenceonArtificial Intelligence:Methodology,Systems,Applications(AIMSA’98). Sozopol,Bulgaria.

Benzmuller, C. & Sorge,V. (1999). Critical agentssupportinginteractive theoremproving.In P. Borahona& J. J. Alferes (Hrsg.),Proceedingsof the9th PortugueseConferenceon Artificial Intelligence(EPIA’99) (S.208–221).Evora,Portugal:Springer.

Benzmuller, C. & Sorge,V. (2000). Oants– anopenapproachat combininginteractive andautomatedtheoremproving. In Proceedingsof the CalculemusSymposium2000. St.Andrews,Schottland:A.K.Peters.

Bos,J.& Heine,J. (2000).DiscourseandDialogueSemanticsfor Translation.In W. Wahlster(Hrsg.),Verbmobil:Foundationsof Speech-to-Speech Translation(S.336–347).Berlin,Heidelberg, New York: SpringerVerlag.

Bos,J., Mastenbroek,E., McGlashan,S., Millies, S. & Pinkal,M. (1994). A Compositio-nal DRS-basedFormalismfor NLP-Applications. In Proceedingsof the InternationalWorkshoponComputationalSemantics(S.21–31).Tilburg.

Busemann,S. (1996).Best-firstsurfacerealization.In EighthInternationalNatural LanguageGenerationWorkshop.Herstmonceaux,Univ. of Brighton,UK.

Busemann,S. & Horacek,H. (1998). A flexible shallow approachto text generation. InInternationalWorkshopon Natural LanguageGeneration. Niagara-on-the-Lake.

Carletta,J., Isard, A., Isard, S., Kowtko, J. C., Doherty-Sneddon,G. & Anderson,A. H.(1997). The reliability of a dialoguestructurecoding scheme. ComputationalLin-guistics, 23(1), 13–32.

Carlson,L. (1985).Dialoguegames.D. ReidelPublishingCompany.

Carpenter, B. & Chu-Carroll,J. (1998). Natural LanguageCall Routing: A Robust Self-OrganizingApproach. In R. Mannell & J. Roberts-Ribes(Hrsg.),Proceedingsof the5th InternationalConferenceon Spoken Language Processing(ICSLP’98). Sydney,Australia.

Char, B. W., Geddes,K. O., Gonnet,G. H., Leong,B. L., Monagan,M. B. & Watt, S. M.(1992).First leaves:a tutorial introductionto maplev. Berlin: SpringerVerlag.

Cohen,P. & Levesque,H. (1990).A theoryof rationalactionandinteraction.In Proc.of the28thAnnualMeetingof theAssociationfor ComputationalLinguistics(ACL-90).

Cohen,P. & Levesque,H. (1991). Conformationand joint action. In Proc. of the 12thInternationalJoint ConferenceonArtificial Intelligence(IJCAI-91)(S.951-957).

Constable,R. L., Allen, S., Bromly, H., Cleaveland,W., Cremer, J., Harper, R., Howe, D.,Knoblock,T., Mendler, N., Panangaden,P., Sasaki,J.& Smith,S. (1986).Implementingmathematicswith thenuprl proof developmentsystem.EnglewoodClif fs, New Jersey:Prentice-Hall.

Cornes,C.,Courant,J.,Fillitre, J.-C.,Huet,G.,Manoury, P., Muoz,C.,Murthy, C.,Parent,C.,Paulin-Mohring,C., Saıbi, A. & Werner, B. (1995). TheCoqproof assistantreferencemanual,version5.10(rapporttechniqueNr. 177). INRIA.

Dahlback,N. & Jonsson,A. (1997). Integratingdomainspecificfocusingin dialogmodels.In Proceedingsof Eurospeech ’97. Rhodes,Greece.

MI 3 — Seite27


Duchier, D. & Thater, S. (1999).Parsingwith treedescriptions:a constraint-basedapproach.In SixthInternationalWorkshopon Natural Language Understandingand Logic Pro-gramming(NLULP’99) (S.17–32).LasCruces,New Mexico.

Ericsson,S.,Lewin, I. & Rupp,C. (2000). DialogueMovesin NegotiativeDialogues(Tech.Rep.).SIRIDUS. (SIRIDUSDeliverableD1.2)

Fiedler, A. (1999).Usingacognitivearchitectureto plandialogsfor theadaptiveexplanationof proofs.In T. Dean(Hrsg.),Proceedingsof the16thInternationalJointConferenceonArtificial Intelligence(IJCAI) (S.358–363).Stockholm,Schweden:MorganKaufmann.

Fiedler, A. (2001a). Dialog-driven adaptationof explanationsof proofs. (SubmittedtoIJCAI-01)

Fiedler, A. (2001b).P.rex: An interactiveproofexplainer. (Submittedto IJCAR-01)

Fraser, N. N. & Gilbert, G. N. (1991). SimulatingSpeechSystems.Computer, Speech andLanguage, 5(1), 81-99.

GAP – Groups,Algorithms,and Programming, Version 4. (1998). (http://www- gap.dcs.st- and.ac.uk/˜gap )

Gardent,C. (1999). Unifying Parallels. In Proceedingsof the 37th AnnualMeetingof theAssociationfor ComputationalLinguistics.Maryland,US.

Gardent,C., Kohlhase,M. & Konrad,K. (1998). Higher-OrderColoredUnification:a Lin-guisticApplication. Techniqueet ScienceInformatique, 18(2), 181–209.

Ginzburg, J. (1995).ResolvingQuestions,I. LinguisticsandPhilosophy, 18(5), 459–527.

Gordon,M. (1985).HOL: a machineorientedformulationof higher-order logic (Tech.Rep.Nr. 68). Universityof Cambridge,ComputerLaboratory.

Gordon,M., Milner, R. & Wadsworth, C. (1979). Edinburgh lcf: A mechanizedlogic ofcomputation.SpringerVerlag.

Grosz,B. & Kraus,S. (1996). Collaborative plansfor complex group action. ArtificialIntelligence, 86(2), 269-357.

Grosz,B. & Kraus,S. (1998). Theevolution of sharedplans. In A. Rao& M. Wooldridge(Hrsg.),Foundationsandtheoriesof rationalagency.

Heeman,P., Johnston,M., Denney, J. & Kaiser, E. (1998). Beyond structureddialoges:Factoringout grounding.In Proceedingsof ICSLP’98.Sydney, Australien.

Heffernan,N. & Koedinger, K. (2000).Intelligenttutoringsystemsaremissingthetutor:Buil-dingamorestrategic dialog-basedtutor. In Papersfromthe2000AAAIFall Symposiumon BuildingDialogueSystemsfor Tutorial Applications(S.14–19).AAAI Press.

Hobbs,J., Stickel, M., Appelt, D. & Martin, P. (1990). Interpretationas abduction(Tech.Rep.Nr. SRI TechnicalNote499). SRI International.

Horacek,H. (1998). Generatinginference-richdiscoursethroughrevisionsof RST-trees.InProceedingsof AAAI-98.MorganKaufmann.(angenommen)

Horacek,H. (1999).Presentingproofsin ahuman-orientedway. In CADE-99(S.142-156).

Horacek,H. (2000). Tailoring inference-richdescriptionsthroughmakingcompromisesbet-weenconflicting principles. International Journal on HumanComputerStudies, 53,1117-1146.

Horacek,H. & Busemann,S. (1998). Towardsa methodologyfor developingapplication-orientedreportgeneration.In KI-98. Bremen.

MI 3 — Seite28


Huang,X. (1994).Reconstructingproofsat theassertionlevel. In (S.738–752).

Huang,X. & Fiedler, A. (1996). Presentingmachine-foundproofs. In M. McRobbie&J.Slaney (Hrsg.),Proceedingsof the13thConferenceonAutomatedDeduction(S.221–225). New Brunswick,NJ,USA: SpringerVerlag.

Huang,X. & Fiedler, A. (1997). Proof verbalizationasan applicationof NLG. In M. E.Pollack (Hrsg.), Proceedingsof the 15th International Joint Conferenceon ArtificialIntelligence(IJCAI) (S.965–970).Nagoya,Japan:MorganKaufmann.

Jamnik,M. (1999). Automatingdiagrammaticproofsof arithmeticarguments.Dissertation,Divisionof Informatics,Universityof Edinburgh.

Joshi,A. K. & Schabes,Y. (1997).TreeAdjoining Grammars.In G.Rozenberg & A. Salomaa(Hrsg.),Handbookof formal languages(Bd. 3, S. 69–124). Berlin, Heidelberg, NewYork: Springer.

Kamp,H. & Reyle, U. (1993).FromDiscourseto Logic. Dordrecht/Boston/London:KluwerAcademicPublishers.

Kohlhase,M., Kuschert,S. & Pinkal,M. (1996). A type-theoreticsemanticsfor�-DRT. In

P. Dekker & M. Stockhof(Hrsg.),Proceedingsof the10thAmsterdamColloquium(S.479–498).

Larsson,S.,Bohlin, P., Bos,J. & Traum,D. (1999). TRINDIKIT 1.0 Manual. (DeliverableD2.2– Manual)

McCune,W. (1997). Solutionof the robbinsproblem. Journal of AutomatedReasoning,19(3), 263–276.

McCune,W. & Wos,L. (1997).OtterCADE-13competitionincarnations.Journalof Automa-tedReasoning, 18(2), 211–220.(SpeacialIssueon theCADE-13AutomatedTheoremProving SystemCompetition)

McCune,W. W. (1994). Otter 3.0 referencemanualandguide(TechnicalReportNr. ANL-94-6). Argonne,Illinois 60439,USA: ArgonneNationalLaboratory.

Meier, A., Pollet, M. & Sorge, V. (2000). Exploring the domainof residueclasses(SekiReportNr. SR-00-04).Saarbrucken,Germany: FachbereichInformatik,UniversitatdesSaarlandes.

Meier, A. & Sorge, V. (2000). Exploring Propertiesof ResidueClasses.In M. Kerber&M. Kohlhase(Hrsg.),Proceedingsof the CalculemusSymposium2000. St. Andrews,Großbritannien:AK Peters,New York, NY, USA.

Melis,E. (2000a).Activemath:Web-basedenvironmentfor thedynamicgenerationof mathe-maticsdocumentsemploying externalsystems.In 10.ArbeitstreffenderGI-Fachgruppe1.1.5“Intellig enteLehr-/Lernsysteme”(S.110-117).debis.

Melis, E. (2000b).The‘interactive textbook’ project. In Proceedingsof CADE-17workshopon deductionin Education(S.26-34).

Melis, E., Andres,E., Franke, A., Goguadse,G., Kohlhase,M., Libbrecht,P., Pollet,M. &Ullrich, C. (2001). ACTIVEMATH systemdescription. In Artificial IntelligenceandEducation.

Melis, E. & Fiedler, A. (2000). On thebenefitof expertservicesin mathematicseducationsystems. In B. D. Boulay (Hrsg.), Proceedingsof ITS-2000workshopon ModelingHumanTeachingTacticsandStrategies(S.84-85).Montreal.

Melis,E.& Horacek,H. (2000).Dialogissuesfor atutorsystemincorporatingexpertproblemsolvers. In R. Friedman& C. Rose(Hrsg.),AAAI Fall Symposiumon Building Dialog

MI 3 — Seite29


Systemsfor Tutorial Applications(S.37-44).AAAI.

Melis,E. & Meier, A. (1999).Proofplanningwith multiplestrategiesii. In H. K. B. Gramlich& F. Pfenning(Hrsg.),FLoC’99 workshopon Strategiesin AutomatedDeduction(S.61-72).

Melis, E. & Meier, A. (2000). Proof planning with multiple strategies. In J. Loyd,V. Dahl, U. Furbach,M. Kerber, K. Lau, C. Palamidessi,L. Pereira& Y. S. P. Stuckey(Hrsg.),FirstInternationalConferenceonComputationalLogic (Bd.1861,S.644-659).Springer-Verlag.

Moore, J. (2000). What makes humanexplanationseffective? In In Proceedingsof theFifteenthAnnualConferenceof theCognitiveScienceSociety(S. 131-136).Hillsdale,NJ.Earlbaum.

Owre,S.,Rushby, J.M. & Shankar, N. (1992). PVS:a prototypeverificationsystem.In (S.748–752).

Paulson,L. C. (1994). Isabelle:A generictheoremprover. SpringerVerlag.

Person,N., Graesser, A., Harter, D. & Mathews, E. (2000). Dialog move generationandconversationmanagementin autotutor. In Papers fromthe2000AAAI Fall Symposiumon BuildingDialogueSystemsfor Tutorial Applications(S.45–51).AAAI Press.

Pinkal,M., Rupp,C. & Worm,K. (2000).RobustSemanticProcessingof SpokenLanguage.In W. Wahlster(Hrsg.), Verbmobil: Foundationsof Speech-to-Speech Translation(S.321–335).Berlin, Heidelberg, New York: SpringerVerlag.

Pollard,C. & Sag,I. A. (1994). Head-drivenphrasestructure grammar. Chicago/London:Universityof ChicagoPress.

Reiter, E. (1994). Hasa consensusnl generationarchitectureappeared,andis it psycholin-guisticallyplausible?In Proc.of the7th InternationalWorkshoponNatural LanguageGeneration (INLGW-94) (S.163–170).

Reiter, E. & Mellish, C. (1993). Optimizing the costsandbenefitsof naturallanguagege-neration. In Proc. of the13th InternationalJoint Conferenceon Artificial Intelligence(IJCAI-93)(S.1164-1169).Chambery, France.

Skut,W. & Brants,T. (1998). A Maximum-Entropy Partial Parserfor UnrestrictedText. InProceedingsof theSixthWorkshopon VeryLargeCorpora. Montreal,Canada.

Sproat,R. (Hrsg.). (1997). Multilingual Text-to-Speech Synthesis:TheBell LabsApproach.Boston:Kluwer AcademicPublishers.

Thater, S.& Gardent,C. (sub.). StaticGeneration. (Submitted)

Traum,D. (1994).A ComputationalTheoryof Groundingin Natural LanguageConversation.Dissertation,Universityof Rochester, Departmentof ComputerScience,Rochester, NY.

Traum,D., Bos,J.,Cooper, R., Larsson,S.,Lewin, I., Matheson,C. & Poesio,M. (1999). AModelof DialogueMovesand InformationStateRevision (Tech.Rep.Nr. DeliverableD2.1). Trindi.

Traum,D. & Hinkelman,E. (1992). Conversationactsin task-orientedspoken dialogue.ComputationalIntelligence, 8(3). (SpecialIssueonNon-literalLanguage)

Trybulec,Z. & Swieczkowska,H. (1989).Booleanpropertiesof sets.Journal of FormalizedMathematics, 1.

Weidenbach,C. (1997).SPASS:Version0.49.Journalof AutomatedReasoning, 18(2), 247–252.(SpecialIssueontheCADE-13AutomatedTheoremProvingSystemCompetition)

MI 3 — Seite30


Worm,K. (2000).RobustSemanticProcessingfor SpokenLanguage.Dissertation,Universityof Saarbrucken.

MI 3 — Seite31


3.7 Erganzungsausstattungfur dasTeilprojekt MI 3

PK: Personalbedarfund-kosten(Begrundungvgl. 3.7.1)SV: SachlicheVerwaltungsausgaben(Begrundungvgl. 3.7.2)I: Investitionen(GerateuberDM 20.000Brutto; Begrundungvgl. 3.7.3)

Bewilligung 2002 2003 20042001

PK Verg.- Anz. Betrag Verg.- Anz. Betrag Verg.- Anz. Betrag Verg.- Anz. Betrag

Gr. DM Gr. DM Gr. DM Gr. DM

Bat IIa 2 213.600 Bat IIa 2 213.600 Bat IIa 2 213.600 Bat IIa 2 213.600

SHK 2 40.800 SHK 2 40.800 SHK 2 40.800 SHK 2 40.800

zus.: 4 254.400 zus.: 4 254.400 zus.: 4 254.400 zus.: 4 254.400

SV Kosten- Betrag Kosten- Betrag Kosten- Betragkategorie DM kategorie DM kategorie DM

oder oder oderKennziff. Kennziff. Kennziff.

547 2.400 547 1200 - -

- - - - - -

- - - - - -

- - - - - -

- - - - - -

- - - - - -

zus. 2.400 zus. 1.200 zus. -

I Investitionsmittel Investitionsmittel Investitionsmittelinsges. insges. insges.

- - -

MI 3 — Seite32

Pinkal/ Siekmann/ Benzmuller3.

7.1

Beg

rund

ung

desP

erso

nalb

edar

fs

Nam

e,ak

ad.G

rad,

enge

resF

ach

des

Inst

itutd

erH

ochs

chul

eM

itarb

eiti

mau

fdie

ser

bean

trag

teD

iens

tste

llung

Mita

rbei

ters

oder

dera

ußer

univ.

Ein

-Te

ilpro

jekt

inS

telle

imE

inst

ufun

gric

htun

gS

td./W

oche

SF

Bta

tigin

BA

T(b

erat

end:

B)

seit

Gru

ndau

ssta

ttung

3.7.

1.1

1.Jo

rgS

iekm

ann,

Pro

f.D

r.,U

nive

rsita

tspr

ofes

sor

Info

rmat

ikF

RIn

form

atik

51.

1.96

wis

sens

chaf

tl.2.

Man

fred

Pin

kal,P

rof.

Dr.,

Uni

vers

itats

prof

esso

rC

ompu

terli

ngui

stik

FR

Com

pute

rling

uist

ik5

1.1.

96M

itarb

eite

r3.

Chr

isto

phB

enzm

ulle

r,D

r.,H

ochs

chul

assi

sten

tIn

form

atik

FR

Info

rmat

ik10

1.1.

01(e

insc

hl.H

ilfsk

rafte

)5.

Ivan

aKru

ijff-

Kor

bayo

va,D

r.,w

iss.

Mita

rb.

Com

pute

rling

uist

ikF

RC

ompu

terli

ngui

stik

81.

1.98

6.E

rica

Mel

is,D

r.ha

bil.,

Priv

atdo

zent

Info

rmat

ikF

RIn

form

atik

51.

1.98

3.7.

1.2

7.Ir

mtr

aud

Ste

in,V

erw

altu

ngsa

nges

tellt

e

1

FR

Info

rmat

ik3

1.1.

96ni

chtw

isse

nsch

aftl.

8.H

elga

Rie

del

1

FR

Com

pute

rling

uist

ik3

1.1.

96M

itarb

eite

rE

rgan

zung

saus

stat

tung

3.7.

1.3

9.A

rmin

Fie

dler

,Dip

l.In

form

.,w

iss.

Mita

rb.

Info

rmat

ikF

RIn

form

atik

38,5

1.1.

96B

AT

IIaw

isse

nsch

aftli

che

10.N

.N.,

wis

s.M

itarb

.C

ompu

terli

ngui

stik

FR

Com

pute

rling

uist

ik38

,5B

AT

IIaM

itarb

eite

r11

.Abd

elH

akim

Fre

ihat

,SH

KC

ompu

terli

ngui

stik

FR

Com

pute

rling

uist

ik19

SH

K(e

insc

hl.H

ilfsk

rafte

)12

.Ale

xand

erW

eber

,SH

KIn

form

atik

19S

HK

3.7.

1.4

nich

twis

sens

chaf

tl.M

itarb

eite

r

(Ste

llen,

furd

ieM

ittel

ne

ube

antr

agtw

erde

n,si

ndm

itX

geke

nnze

ichn

et.)

MI 3 — Seite33


Aufgabenbeschreibung von Mitarbeiter n der Grundausstattung

Jorg Siekmann(MA 1.) Projektleitung,AnleitungundBetreuungim BereichderKunstlichen

Intelligenz

ManfredPinkal(MA 2.) Projektleitung,AnleitungundBetreuungim BereichderComputer-

linguistik

ChristophBenzmuller (MA 3.) Projektleitung,KoordinationderArbeitspakete,wissenschaft-

licheMitarbeit ausRichtungdesdynamischenmathematischenAssistenzsystems

HelmutHoracek(MA 4.)AnleitungundwissenschaftlicheMitarbeitzuAspektenderSprach-

verarbeitung,insbesonderederGenerierung,demDialogmanagementunddertutoriellenSteue-

rung

IvanaKruijf f-Korbayova (MA 5.) Anleitung und wissenschaftlicheMitarbeit zum Aspekt

Sprachverarbeitung

EricaMelis (MA 6.) AnleitungundwissenschaftlicheMitarbeit zumAspekttutorielleSyste-

mefur dieMathematik

IrmtraudStein(MA 7.) Sekretariat

HelgaRiedel(MA 8.) Sekretariat

Aufgabenbeschreibung von Mitarbeiter n der Erganzungsausstattung

(MA 9.) Fur die DurchfuhrungdesProjektsist einerseitsInformatik-Expertise,insbesondere

im BereichderVerarbeitungmathematischenWissens,aberauchin Architektur- undImple-

mentierungsfragenfur dieEmpirischeExperimenteundDemonstrator, notig. Fur dieseStelle

ist Dipl.-Inform. Armin Fiedlervorgesehen.

(MA 10.) Der Mitarbeitersoll in derDialogverarbeitungundbei denSchnittstellendesDia-

logszuanderenKomponentenmitwirkenundinsbesonderedenexperimentellenunddenMo-

dellierungsteilmit abdecken.Außerdemist die Stellefur die EntwicklungderSprachschnitt-

stellenerforderlich.

(SHK 11.) Implementierungsarbeitenin verschiedenenArbeitspaketen.Hierfur ist Hakim

Freihatvorgesehen.

(SHK 12.)Hilfe bei derVorbereitung,DurchfuhrungundAuswertungderVersuche;Mitwir -

kungbei derGrammatikentwicklung.Hierfur ist AlexanderWebervorgesehen.

MI 3 — Seite34


3.7.2 Aufgliederung und Begrundung der SachlichenVerwaltungsausgaben(nach

Haushaltsjahren)

2002 2003 2004

Fur SachlicheVerwaltungsausgabenste-henalsGrundausstattungvoraus- 2000 2000 2000sichtlichzurVerfugung:

Fur SachlicheVerwaltungsausgabenwer-denalsErganzungsausstattungbean-tragt(entsprichtdenGesamtsummen 2400 1200 -

”SachlicheVerwaltungsausgaben“ in

Ubersicht3.7)

(Alle Angabenin DM.)

Begrundung zur Erganzungsausstattungder SachlichenVerwaltungsausgaben

Sonstiges(547)Zur ErarbeitungderPhanomeneeinesnaturlich-sprachlichenDialogsmit ei-

nemmathematischenAssistenzsystemssindin AP1Experimentreihenvorgesehen.Wir gehen

von drei Experimentenmit je 40 Versuchspersonenzu je DM 20 aus.Die Vorstudienhaben

gezeigt,dasmanpro Experimentetwa 1,5 Stundenansetzenmuss.Zwei Experimentesol-

len im erstenJahrdurchgefuhrt werdenund ein drittes im zweitenJahr. Es ergibt sich ein

Gesamtbedarfvonca.DM 3600.

3.7.3 Investitionen(Gerate uber DM 20.000,—Brutto und Fahrzeuge)

Beantragtfur dasHaushaltsjahr

2002 2003 2004

Summe:

(Alle Preisangabenin DM einschl. MwSt., Transportkostenetc.)

Documents

Teilprojekt MI 3page.mi.fu-berlin.de/cbenzmueller/papers/R25.pdfMI 3 — Seite 2 Pinkal / Siekmann / Benzmuller¨ 3.1 Allgemeine Angaben zum Teilprojekt MI 3 3.1.1 Thema Tutorieller